怡化iCOLS进化记

  • 怡化
  • /
  • 2019-04-10 00:00
  • 浏览 65

更多

怡化iCOLS进化记

让AI自主编程是人工智能领域长久以来的梦想之一。怡化让这个梦想在金融终端科技领域实现已成为咫尺之遥的事情。日前怡化以第二代产品eCOLS为基础的第三代AI赋能产品iCOLS的技术研究取得了重大突破,iCOLS产品有望成为业界首个能够智能化生成终端应用系统的软件生产平台。

随着十九大报告国家宣布了“新一代人工智能发展规划”,怡化提出了“AI赋能金融科技”技术战略,AI自主编程也纳入了公司的重点研究课题。尽管当前国际上基于C 等复杂编程语言的通用自主编程技术进展缓慢,但该课题在金融科技等专用软件领域上率先取得突破,技术上具有相当高的可行性。实现金融终端应用系统的AI自主编程,是顺应国内外金融机构转型创新的历史潮流的举措,对金融业务快速创新和推广具有重大意义。

怡化组织业内专家经过充分的技术论证,证实了类似金融终端应用系统这种实时性要求并不高(几百毫秒甚至秒级以上)的应用系统,在诸如CEN/XFS等软硬结合标准化技术基础上,实现自主编程技术是完全可行的。同时也证明了金融终端业务流程节点可以通过精心设计的少数几个业务模板,就能覆盖所有金融终端业务的开发和实现,由此证实了建立在少数模板为实例化基础的图形化编程也能具有图灵完备性,奠定了金融终端应用以标准中间件为元接口的图形化编程的理论基础。

怡化研制面向终端应用系统的自主编程平台,采取分“三期走”的技术路线:第一期是研发跨OS技术的国产Linux平台金融终端应用,实现终端应用由windows向国产Linux平台的平滑过渡,形成第一代LCOLS产品;第二期是在第一期成果基础上研发零代码工程开发的金融终端应用统一平台,以降低金融终端应用工程实施和软件维护的技术门槛和人力成本,形成第二代eCOLS产品;第三期是在第二期成果基础上,研发基于AI赋能的金融终端应用自主开发平台,形成第三代iCOLS产品。预计iCOLS平台推出,将大幅减少应用系统开发工作量和开发成本,届时开发出一个符合银行需求的终端应用程序,仅需要最小限度的人力参与。

在2016年底,怡化完成了LCOLS的研制,实现在国内多家银行现金终端和非现终端的实践落地,突破了Linux平台运行ATMC的诸多关键技术,并充分考虑了从Windows向Linux过渡的技术问题。

LCOLS许多成果均为国内首创,如制定国产跨平台中间件标准、制定国产Linux跨平台软硬结合标准,实现国产跨平台管理器等。LCOLS出炉使得怡化成为业界首个实现国产Linux终端应用统一平台并大规模落地实践的厂家,两年来总计有5万余CRS循环机使用LCOLS产品,表现出了良好的产品性能,达到低成本软件运维的目标,受到了国内多个品牌客户好评,在业界也产生了很大反响。

在2017年完成了eCOLS设计研发,并大面积应用于包括国内十余家银行的上百种机型十余万设备。在eCOLS研究过程中,怡化打破固有成见,谨慎看待传统ATMC研发的“重组件,轻实例”思想,创造性提出了“轻组件,重实例”新idea,进而发现这种idea有三个意料不到的好处:

一是解决了业界一直存在的业务组件膨胀造成ATMC开发平台不断退化的难题,eCOLS平台不仅不会因为不断新增的工程开发导致组件库越来越难以掌握,还会因为业务案例的不断丰富使得业务流程开发需要介入的人力越来越少;

二是能够实现业务流程的中间件接口级别上的图形化逻辑解耦,从而能够有效控制住代码版本不会随着工程应用的扩张呈指数级别扩展,eCOLS不管工程应用范围多广,始终只需要维护一份代码,即平台实现代码,从而为降低工程开发和软件运维成本奠定了基石;

三是随着工程实施范围扩大,大量业务案例会成为AI自主编程框架学习和测试所需的标记数据,为ATMC向AI赋能方向发展创造了数据条件,大量标记数据也将转化为怡化在金融科技领域做大做强AI的宝贵财富。

eCOLS取得了多项关键技术的重大突破,如创新了智能Agent技术在金融终端领域的应用;规范化设计了元Agent组件,涉及页面、日志、数据处理、通讯、安全、异常处理等交易流程要素进行了创造性的抽象;解决了面向对象的ATMC开发存在的由于组件不断增长而导致平台退化的难题;实现了工程开发与运行平台的分离,使得工程开发人员不需要在复杂编程环境进行工程开发,摆脱了金融业务创新一直受制于软件编程技术的困境;尤其是应用系统代码版本呈几何级数增长这一难题,也随着Agent创新迎刃而解。

目前,第三期的金融终端应用系统自主编程iCOLS平台取得了多项技术突破,包括已经设计出一套适用于金融终端应用系统的设备交互、网络交互、人机界面交互的规范化中间件元操作接口协议;完成建立用于基于中间件元操作的金融终端应用开发平台的隐马尔可夫模型;成功使用Viterbi算法来根据业务需求序列(即隐马模型中的可观察的状态序列)预测最优可能的标准元中间件接口组成的业务流程序列(即隐马模型中的隐藏状态序列)等。

怡化开发iCOLS平台,并没有采用“AI Program”系统利用遗传算法实现AI自主编程技术的思路,而是另辟蹊径,紧密结合金融终端应用实时性要求的技术特点,高屋建瓴地借助NLP技术成熟框架,运用自主研制的中间件和流程模板库,从而巧妙解决了终端应用系统自主编程的一些关键技术难题。

在项目研发过程中,怡化申请了一系列的发明专利和软件著作权,制定了企业技术标准,如《金融自助终端应用系统中间件层设备功能组件接口规范》,已经包括当前国内金融终端市场上几乎所有类型的设备,并可以平行扩展尚未加入平台的设备;《金融自助终端应用系统中间件层软件支撑组件接口规范》包括了二十多个软件支撑组件,完全满足当前国内银行可视化开发金融终端应用的需要。

近年来,随着金融智能设备的飞速增长和银行业机构转型创新的不断升级,在金融终端软件国产化浪潮中,怡化锲而不舍持续创新金融终端技术,iCOLS研发之路就是生动体现。怡化iCOLS问世,届时会将AI赋能金融科技推向一个新台阶,使得低成本和低技术门槛的金融终端软件编程开发、工程化落地和软件运维,会达到一个前所未有的高度。


文_软件部 王庆华